
微软表示同意收购瑞典视频游戏公司Mojang(Minecraft游戏开发商),提振移动业务,巩固Xbox游戏机上又一款重磅游戏控制权。
微软在一份声明中称,将以25亿美元收购Mojang,这标志着微软在视频游戏收购领域的勃勃雄心,也是新任CEO萨蒂亚·纳德拉(Satya Nadella)上任后最大的一笔收购交易。
纳德拉在声明中说:“Minecraft不只是一款伟大的游戏产品,还是一个开放的世界平台,拥有一个我们非常看重的活跃社区,将给微软带来大量新契机。”
Mojang创始人兼Minecraft游戏开发者马库斯·佩尔森(Markus Persson)将离职。
微软控制一款游戏已成为一种文化现象。Minecraft于2009年发行后,以不做特别规定、不设定具体目标而著称,对玩家也不提出任何要求,仅仅是让玩家创建他们自己的世界并探索其他人的世界。一些玩家打僵尸,其他玩家则精心打造他们喜欢的科幻星际飞船。
Mojang向移动设备用户、计算机用户和视频游戏机用户出售Minecraft游戏拷贝。
Mojang游戏公司CEO卡尔·曼恩(Carl Manneh)发表声明称:“Minecraft游戏玩家的玩法超出我们所有预期。微软收购后将为Minecraft游戏翻开新篇章。”
但对微软而言,Minecraft已远超一款视频游戏范畴,与微软14年前收购Halo游戏开发商Bungie有着异曲同工之妙,Mojang及其游戏Minecraft将强化微软娱乐地位。
Minecraft游戏已登陆微软Xbox及大量移动设备。分析师坚信微软能够利用Minecraft知名度鼓励客户购买其设备,运行Windows Phone和桌面Windows软件的设备或Xbox会为玩家提供独特的体验。
无论微软最终计划是什么,收购Mojang为微软带来一款成功视频游戏将是不争的事实。今年1月份,微软表示从游戏开发商Epic手中购买Gears of War游戏,该游戏售出2200万份拷贝,总金额超过10亿美元。
微软另一款大型游戏是2000年收购的以太空时代战争为题材的Halo。Halo自2001年上线后,其系列游戏已售出5000万份拷贝。更重要的是,该游戏将新一代的视频游戏玩家吸引至微软当时的新Xbox设备上——能够玩Halo游戏的唯一平台。
Halo成功应归于其史诗般的故事情节,有关Halo的故事不断出现在图书、电影、漫画、玩具和视频游戏中。
Minecraft游戏在许多方面与Halo游戏正好相反:没有故事情节,但却激励玩家随心所欲地玩游戏。
佩尔森在社交媒体网站上的网名是“Notch”,他不加盟微软。
Mojang在博文中称:“创始人Notch即佩尔森以及雅各布离职。我们不清楚他们的计划,但可以肯定的是与Minecraft游戏不相干,可能会很酷。”
佩尔森在一篇博文中表示,很早以前他就已经从Minecraft开发团队退出。最后表示出售并离开该公司,因为他不再快乐。他写道:“我不是一名CEO,我只是一个喜欢在Twitter发表自己观点的计算机编程呆子。”
华尔街日报曾报道,今年6月份,佩尔森在Twitter发表文章称,客户对开发团队改变游戏不满,他感到很失落。他写道:“有人希望购买我在Mojang的股份,以便我能够过自己的生活,做正确的事情却遭怨恨不是我想要的生活。”一个月后,微软提出收购意向。
佩尔森对其他视频游戏的批评也毫不留情。今年3月份曾对Facebook收购虚拟现实技术先锋Oculus VR表达不满。
过去他对微软也持批评态度,2012年微软发布Windows 8,宣布一项应用商店计划及苛刻的访问规则后,他公然反对Windows 8操作系统,并在博文中写道:“我宁愿Minecraft不在Windows 8上运行。或许我们会说服少量玩家不转向Windows 8。”
微软预计2014年底完成该交易,2015财年达到收支平衡。微软称将继续支持Minecraft跨平台特性。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。